Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。本文主要推荐一个学习使用Matplotlib的步骤。
基本前提
如果你除了本文之外没有任何基础，建议用以下几个步骤学习如何使用matplotlib：
学习基本的matplotlib术语，尤其是什么是图和坐标轴
始终使用面向对象的接口，从一开始就养成使用它的习惯
用基础的pandas绘图开始你的可视化学习
用seaborn进行更复杂的统计可视化
用matplotlib来定制pandas或者seaborn可视化
这幅来自matplotlib faq的图非常经典，方便了解一幅图的不同术语。
大多数术语都非常直接，但要记住的要点是，Figure是最终的图像，可能包含一个或多个坐标轴。坐标轴代表一个单独的划分。一旦你了解这些内容，以及如何通过面向对象的API访问它们，下面的步骤才能开始进行。
这些术语知识有另一个好处，当你在网上看某些东西时，就有了一个起点。如果你花时间了解了这一点，才会理解matplotlib API的其余部分。此外，许多python的高级软件包，如seaborn和ggplot都依赖于matplotlib。因此，了解这些基础知识后再学那些功能更强大的框架会容易一些。
最后，我不是说你应该避免选择例如ggplot（aka ggpy），bokeh，plotly或者altair等其他更好的工具。我只是认为你需要从对matplotlib + pandas + seaborn 有一个基本了解开始。一旦理解了基本的可视化技术，就可以探索其他工具，并根据自己的需要做出明智的选择。
入门
本文的其余部分将作为一个入门教程，介绍如何在pandas中进行基本的可视化创建，并使用matplotlib自定义最常用的项目。一旦你了解了基本过程，进一步的定制化创建就相对比较简单。
重点讲一下我遇到的最常见的绘图任务，如标记轴，调整限制，更新绘图标题，保存图片和调整图例。如果你想跟着继续学习，在链接https://github.com/chris1610/pbpython/blob/master/notebooks/Effectively-Using-Matplotlib.ipynb 中包含附加细节的笔记，应该非常有用。
准备开始，我先引入库并读入一些数据：
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter
df = pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true")
df.head()
这是2014年的销售交易数据。为了使这些数据简短一些，我将对数据进行聚合，以便我们可以看到前十名客户的总购买量和总销售额。为了清楚我还会在绘图中重新命名列。
top_10 = (df.groupby( name )[ ext price , quantity ].agg({ ext price : sum , quantity : count }).sort_values(by= ext price , ascending=False))[:10].reset_index()
top_10.rename(columns={ name : Name , ext price : Sales , quantity : Purchases }, inplace=True)
下面是数据的处理结果。
现在，数据被格式化成一个简单的表格，我们来看如何将这些结果绘制成条形图。
如前所述，matplotlib有许多不同的样式可用于渲染绘图，可以用plt.style.available查看系统中有哪些可用的样式。
plt.style.available
[ seaborn-dark ,
seaborn-dark-palette ,
fivethirtyeight ,
seaborn-whitegrid ,
seaborn-darkgrid ,
seaborn ,
bmh ,
classic ,
seaborn-colorblind ,
seaborn-muted ,
seaborn-white ,
seaborn-talk ,
grayscale ,
dark_background ,
seaborn-deep ,
seaborn-bright ,
ggplot ,
seaborn-paper ,
seaborn-notebook ,
seaborn-poster ,
seaborn-ticks ,
seaborn-pastel ]
这样简单使用一个样式：
我鼓励大家尝试不同的风格，看看你喜欢哪些。
现在我们准备好了一个更美观的样式，第一步是使用标准的pandas绘图功能绘制数据：
top_10.plot(kind= barh , y="Sales", x="Name")
我推荐先使用pandas绘图，是因为它是一种快速简便构建可视化的方法。由于大多数人可能已经在pandas中进行过一些数据处理/分析，所以请先从基本的绘图开始。
定制化绘图
假设你对这个绘图的要点很满意，下一步就是定制它。使用pandas绘图功能定制（如添加标题和标签）非常简单。但是，你可能会发现自己的需求在某种程度上超越该功能。这就是我建议养成这样做的习惯的原因：
fig, ax = plt.subplots()
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax)
得到的图看起来与原始图看起来相同，但是我们向plt.subplots() 添加了一个额外的调用，并将ax传递给绘图函数。为什么要这样做？记得当我说在matplotlib中要访问坐标轴和数字至关重要吗？这就是我们在这里完成的工作。将来任何定制化都将通过ax或fig对象完成。
我们得益于pandas快速绘图，获得了访问matplotlib的所有权限。我们现在可以做什么呢？用一个例子来展示。另外，通过命名约定，可以非常简单地把别人的解决方案改成适合自己独特需求的方案。
假设我们要调整x限制并更改一些坐标轴的标签？现在坐标轴保存在ax变量中，我们有很多的控制权：
fig, ax = plt.subplots()
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set_xlabel( Total Revenue )
ax.set_ylabel( Customer )
下面是一个快捷方式，可以用来更改标题和两个标签：
fig, ax = plt.subplots()
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set(title= 2014 Revenue , xlabel= Total Revenue , ylabel= Customer )
为了进一步验证这种方法，还可以调整图像的大小。通过plt.subplots() 函数，可以用英寸定义figsize。也可以用ax.legend().set_visible（False）来删除图例。
fig, ax = plt.subplots(figsize=(5, 6))
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set(title= 2014 Revenue , xlabel= Total Revenue )
ax.legend().set_visible(False)
基于很多原因你可能想要调整一下这个图。看着最别扭的地方是总收入数字的格式。Matplotlib可以通过FuncFormatter来帮我们实现。这个功能可以将用户定义的函数应用于值，并返回一个格式整齐的字符串放置在坐标轴上。
下面是一个货币格式化函数，可以优雅地处理几十万范围内的美元格式：
def currency(x, pos):
if x >= 1000000:
return ${:1.1f}M .format(x*1e-6)
return ${:1.0f}K .format(x*1e-3)
现在我们有一个格式化函数，需要定义它并将其应用到x轴。以下是完整的代码：
fig, ax = plt.subplots()
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set(title= 2014 Revenue , xlabel= Total Revenue , ylabel= Customer )
formatter = FuncFormatter(currency)
ax.xaxis.set_major_formatter(formatter)
ax.legend().set_visible(False)
这样更美观，也是一个很好的例子，展示如何灵活地定义自己的问题解决方案。
我们最后要去探索的一个自定义功能是通过添加注释到绘图。绘制一条垂直线，可以用ax.axvline()。添加自定义文本，可以用ax.text()。
在这个例子中，我们将绘制一条平均线，并显示三个新客户的标签。下面是完整的代码和注释，把它们放在一起。
fig, ax = plt.subplots()
top_10.plot(kind= barh , y="Sales", x="Name"
, ax=ax)
avg = top_10[ Sales ].mean()
ax.set_xlim([-10000, 140000])
ax.set(title= 2014 Revenue , xlabel= Total Revenue , ylabel= Customer )
ax.axvline(x=avg, color= b , label= Average , linestyle= -- , linewidth=1)
for cust in [3, 5, 8]:
ax.text(115000, cust, "New Customer")
formatter = FuncFormatter(currency)
ax.xaxis.set_major_formatter(formatter)
ax.legend().set_visible(False)
虽然这可能不是让人感到兴奋（眼前一亮）的绘图方式，但它展示了你在用这种方法时有多大权限。
图形和图像
到目前为止，我们所做的所有改变都是单个图形。幸运的是，我们也有能力在图上添加多个图形，并使用各种选项保存整个图像。
如果决定要把两幅图放在同一个图像上，我们应对如何做到这一点有基本了解。首先，创建图形，然后创建坐标轴，然后将其全部绘制在一起。我们可以用plt.subplots()来完成：
fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, sharey=True, figsize=(7, 4))
在这个例子中，用nrows和ncols来指定大小，这样对新用户来说比较清晰。在示例代码中，经常看到像1,2这样的变量。我觉得使用命名的参数，之后在查看代码时更容易理解。
用sharey = True这个参数，以便yaxis共享相同的标签。
这个例子也很好，因为各个坐标轴被解压缩到ax0和ax1。有这些坐标轴轴，你可以像上面的例子一样绘制图形，但是在ax0和ax1上各放一个图。
fig, (ax0, ax1) = plt.subplots(nrows=1,ncols=2, sharey=True, figsize=(7, 4))
top_10.plot(kind= barh , y="Sales", x="Name", ax=ax0)
ax0.set_xlim([-10000, 140000])
ax0.set(title= Revenue , xlabel= Total Revenue , ylabel= Customers )
avg = top_10[ Sales ].mean()
ax0.axvline(x=avg, color= b , label= Average , linestyle= -- , linewidth=1)
top_10.plot(kind= barh , y="Purchases", x="Name", ax=ax1)
avg = top_10[ Purchases ].mean()
ax1.set(title= Units , xlabel= Total Units , ylabel= )
ax1.axvline(x=avg, color= b , label= Average , linestyle= -- , linewidth=1)
fig.suptitle( 2014 Sales Analysis , fontsize=14, fontweight= bold );
ax1.legend().set_visible(False)
ax0.legend().set_visible(False)
到目前为止，我一直用jupyter notebook，借助％matplotlib内联指令来显示图形。但是很多时候，需要以特定格式保存数字，和其他内容一起展示。
Matplotlib支持许多不同格式文件的保存。你可以用fig.canvas.get_supported_filetypes（）查看系统支持的格式：
fig.canvas.get_supported_filetypes()
{ eps : Encapsulated Postscript ,
jpeg : Joint Photographic Experts Group ,
jpg : Joint Photographic Experts Group ,
pdf : Portable Document Format ,
pgf : PGF code for LaTeX ,
png : Portable Network Graphics ,
ps : Postscript ,
raw : Raw RGBA bitmap ,
rgba : Raw RGBA bitmap ,
svg : Scalable Vector Graphics ,
svgz : Scalable Vector Graphics ,
tif : Tagged Image File Format ,
tiff : Tagged Image File Format }
由于我们有fig对象，我们可以用多个选项来保存图像：
fig.savefig( sales.png , transparent=False, dpi=80, bbox_inches="tight")
上面的代码把图像保存为背景不透明的png。还指定了分辨率dpi和bbox_inches =“tight”来尽量减少多余的空格。
结论
希望这个过程有助于你了解如何在日常的数据分析中更有效地使用matplotlib。如果在做分析时养成使用这种方法的习惯，你应该可以快速定制出任何你需要的图像。
作为最后的福利，我引入一个快速指南来总结所有的概念。希望这有助于把这篇文章联系起来，并为今后使用参考提供方便。
作者：伯乐在线李大萌
来源：Python开发者
